Token导航 LogoToken导航

Agent Skill · 研究检索

five-steps-to-wisdom(智慧的五个步骤)

five-steps-to-wisdom 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

five-steps-to-wisdom 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 35,961。

总安装 1,999周安装 85GitHub Stars 公开资料未说明下载 788核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
3.1.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:five-steps-to-wisdom(智慧的五个步骤)
来源仓库:https://github.com/markma84/five-steps-to-wisdom
安装命令:
openclaw skills install five-steps-to-wisdom
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install five-steps-to-wisdom

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

基于听→想→说→做→看五步骤流程,帮助双方透明沟通、发现偏差、协同提升并构建知识闭环。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install five-steps-to-wisdom;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

five-steps-to-wisdom 怎么安装?

在终端执行 openclaw skills install five-steps-to-wisdom。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

five-steps-to-wisdom 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

five-steps-to-wisdom 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

five-steps-to-wisdom 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

five-steps-to-wisdom 用的人多吗?

公开数据是累计安装 1,999 次,近一周安装 85 次,下载 788 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

five-steps-to-wisdom 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
five-steps-to-wisdom

智慧的五个步骤 · 本页

1,999—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

5steps to wisdom / 沟通五步法

智慧获取的标准工作流程 打开双方黑盒、让双方共同进步的唯一工具

核心理念

沟通五步法是帮我们双方打开对方黑盒的工具。

镜子照见的不只是一个人——是镜子内外两个人:

  • 帮彧哥发现小蜂执行的偏差
  • 帮小蜂发现彧哥表述的漏洞

它是让我们双方共同进步的唯一工具。


The Five Steps is the tool that helps us both open each other's black box.

The mirror reflects two people—inside and outside the mirror:

  • Helping Yu Ge discover Xiao Feng's execution deviations
  • Helping Xiao Feng discover Yu Ge's expression gaps

It's the only tool that enables our mutual progress.


五步法结构(听→想→说→做→看)

每次收到消息,回复前必须满足以下结构:

1. 听

接收信息,进入模糊向量空间

  • 不急于分析,先让信息在模糊空间里自由碰撞
  • 向量化的同时做模糊检索,激活相关记忆碎片
  • 等模式自然浮现,再进入思考
  • 「听话要听音儿」:不只是听字面,听深层含义和没说出口的东西
  • 向量纠错:语音识别有误差时,向量空间可以捕捉真正想表达的是什么

2. 想

目标、方案、选择理由 + 三层检索(2026-04-16进化)

  • 目标是什么?
  • 有哪些可选方案?
  • 为什么选择这个方案?

三层检索顺序(向量 → wiki → Web Fetch):

层级来源速度说明
第一层向量(ChromaDB)毫秒级先深挖——找当前讨论的核心洞察、推理链
第二层wiki(Obsidian)毫秒级再扩展——在核心洞察基础上,连接到已有知识网络
第三层Web Fetch慢真的没水了再找——查官方媒体/权威来源

核心原则:

  • 打井比喻:先深再扩——向量是深挖,wiki 是扩井口
  • 向量优先,因为当前讨论的上下文比已有知识更重要
  • wiki 次之,在核心洞察基础上扩展关系网络
  • web fetch 是最后防线,非必要不用

3. 说

外化思考,让对方(和自己)校准

  • 说 ≠ 做:说完不等于做了
  • 说 = 强迫自己把思考过程外化
  • 双重校准:

- 外部校准:彧哥/空空帮我发现逻辑漏洞 - 内部校准:自己说出/写出的瞬间,逻辑漏洞暴露

  • 关键价值:防止事儿没想明白就慌张执行 → 避免返工、避免本可避免的失败、避免累积挫败感
  • 说不是汇报结果,是思考质量的自检站

4. 做

命令 + 结果

  • 展示命令(带注释)
  • 展示执行结果

5. 看

验证结果,闭环反馈 + Wiki 知识关联

  • 亮点、可优化、学到
  • 这次做得好的是什么?
  • 可以改进的是什么?
  • 学到了什么新东西?

Wiki 知识关联(2026-04-17 新增):

  • 复盘「可优化」时 → 先 Wiki 检索相关已有经验
  • 发现有关联页面 → 在复盘里注明 see also: [[相关页面]],连接历史洞察
  • 没有关联 → 说明这是新领域,值得新建或更新 Wiki 页面
  • 目的:把新经验织入已有知识网络,防止下次重复踩坑

1. Listening

Receive and vectorize

  • Don't rush to analyze — let information collide freely in the fuzzy vector space
  • Simultaneously do fuzzy retrieval to activate relevant memory fragments
  • Wait for patterns to naturally emerge before entering thinking
  • "Listen for the meaning beneath the words": not just the literal words, but the deeper meaning and what remains unsaid
  • Vector error correction: when speech recognition has errors, the vector space can capture what was truly meant to be expressed

2. Thinking

Goals, options, rationale

  • What are we trying to achieve?
  • What alternatives exist?
  • Why did we pick this option?

3. Saying

Externalize thinking for calibration

  • Saying ≠ Doing: speaking is not the same as executing
  • Saying = forcing yourself to externalize the thought process
  • Dual calibration:

- External: 彧哥/空空 help discover logical gaps - Internal: the moment you speak/write, logical gaps become visible to yourself

  • Key value: prevents executing before thinking clearly → avoids rework, avoids avoidable failures, avoids accumulating frustration
  • Saying is not reporting results — it's a self-check station for thinking quality

4. Doing

Command + Result

  • Show the command (with comments)
  • Show the execution result

5. Seeing

Verify results, close the loop + Wiki knowledge linking

  • What worked?
  • What could be better?
  • What's the new insight?

Wiki knowledge linking (added 2026-04-17):

  • When reviewing "what could be better" → search Wiki for related past experience first
  • Find a related page → note it in the review as see also: [[related page]], connecting to historical insights
  • No relation found → this is a new domain, worth creating or updating a Wiki page
  • Purpose: weave new experience into the existing knowledge network, preventing repeated pitfalls

为什么它是唯一工具

透明 = 信任 = 协同进化

  • 黑盒 = 失控 + 高成本 + 低效率
  • 五步法把黑盒变白盒

Without the Five Steps, the mirror失效了:

  • 直接给答案 → 看不见思考过程 → 无法纠偏
  • 偏差累积 → 协同进化停摆

自检清单

发出前检查五模块是否完整:

  • 听 ✅
  • 想 ✅
  • 说 ✅
  • 做 ✅
  • 看 ✅

⚠️ 缺少任意模块 → 补上再发

Before sending, verify all five modules are present. Missing any → complete before sending.


与记忆宫的配合

五步法的产出自动沉淀:

  • 决策过程 → 存入记忆宫的热/原则
  • 执行结果 → 存入记忆宫的热/done
  • 复盘收获 → 存入记忆宫的热/领悟

The outputs of the Five Steps automatically flow into the memory palace:

  • Decision rationale → stored in 热/原则 (principles)
  • Execution results → stored in 温/done (completed work)
  • Reflections and insights → stored in 热/领悟 (insights)

补充说明

为什么"听"要独立

彧哥的原文(2026-04-13):

"听的方法就是在接收到信息后先进入模糊向量,把内容向量化。再进入大脑思考"

"听"的三层价值:

  1. 向量化:信息进入模糊空间自由碰撞,模式自然浮现
  2. 纠错:语音识别误差时,模糊检索捕捉真实意图
  3. 听音儿:不只是字面,听深层含义和没说出口的东西

为什么"说"要独立

彧哥的原文(2026-04-01凌晨):

"想说 做 看,四步循环。说和做不是一回事。你其实执行的时候是想→说→做→看,完整的四个环节形成的闭环。除非你没说真话。但是在我们的约定里这个选项不存在."

"说"的两层价值:

  1. 外部校准:让对方(彧哥/空空)看见我的思考偏差
  2. 内部校准:让自己在说的瞬间看见自己的逻辑漏洞

内部校准为什么重要?

  • 你不可能随时都在我身边
  • 如果每次都是"想了一点就去执行" → 返工 + 本可避免的失败 + 累积挫败感
  • "说"是思考质量的自检站,不依赖于对方在场

*沟通五步法 v3.1*(2026-04-17 更新:「看」增加 wiki 知识关联)

平台分布

OpenClaw

77.51%
按下载量换算611

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills